站长热线位于时刻表大屏下方。 铁路宁波站供图
“您好,我是铁路宁波站值班长,请讲。”春运期间,站长热线接到旅客咨询的数量激增,任淑青已习惯了这句频繁又简短的问候。
“你好,我等会儿乘坐D942次列车,我的亲属是视障人士,你们可以帮他提前进站吗?”电话里的旅客如是咨询。
对此,任淑青说:“可以的,您来火车站后可以再拨打这个站长热线,您亲属是重点旅客,我们送他进站乘车。”
途经铁路宁波站的D942次列车,开行时间是4时29分。接到电话后,任淑青如往常一样,将旅客的乘车信息详细记录在纸上,并设置好闹钟,做好接送重点旅客的准备。
作为铁路宁波站服务和接待旅客的“窗口”,站长热线自2022年6月启用后,已受理旅客来电600多件,其中咨询类300多件、现场帮扶类150多件。
拨通站长热线的旅客来自五湖四海。
从8时到第二天8时,任淑青和其他两位轮班的值班站长一到岗工作,就是24小时“在线”。
任淑青的“小身材”里装满了“大能量”,身上像是有使不完的劲儿。
站长热线和对讲机此起彼伏地响着,任淑青跟随着旅客和同事们的“呼唤”,奔波在铁路宁波站的各个角落:进站口、检票口、站台、服务台……
任淑青接收对讲机信息。 铁路宁波站供图在任淑青眼里,所有铁路工作人员在春运期间的坚守,就是为了让旅客开心平安地回家过年。
“对我们铁路工作者而言,春节不能回家已是常态。但看着每一位带着爱意回家的旅客们能够过一个平安幸福的好年,我就很高兴。”任淑青笑着说。(完)
提速近10倍!基于深度学习的全基因组选择新方法来了****** 近日,中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用,将助力深度学习在全基因组选择中的应用,为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物(Molecular Plant)》上。 全基因组选择作为新一代育种技术,通过构建预测模型,根据基因组估计育种值进行早期个体的预测和选择,从而缩短育种世代间隔,加快育种进程,节约成本,推动现代育种向精准化和高效化方向发展。 统计模型作为全基因组选择的核心,极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型,难以捕捉基因型和表型间的复杂关系。 相较于传统模型,非线性模型(如深度网络神经)具备分析复杂非加性效应的能力,人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机,深度学习算法的优化将会提高全基因组选择的预测能力。 该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料,通过创新深度学习算法框架开发了全基因组选择新方法。 与其他五种主流预测方法相比,该方法有以下优点: 可以利用多组学数据开展全基因组预测;算法设计中包含批归一化层、回调函数和校正线性激活函数等结构,可以有效降低模型错误率,提高运行速度;预测精度稳健,在小型数据集上的表现与目前主流预测模型相当,在大规模数据集上预测优势更加明显;计算时间与传统方法相近,比已有深度学习方法提速近10倍;超参数调整对用户更加友好。 该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。 学术支持 中国农业科学院作物科学研究所 记者 宋雅娟
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |